← к выдаче
архитектура

Data Architect ( GCP/ AI)

emagine PolskaWarszawa27 дн. назад

Коротко

Designs reference data and AI architecture for a Data AI Hub on GCP, sets architectural standards, and implements AI solutions including LLM, vector search · Needs: 8+ years in IT, 5+ as Data/Cloud/Solution/AI Architect; 3+ years hands-on GCP; English; remote with 1 office visit/month in Warsaw; B2B.

Описание от работодателя

Required skills: GCP, AI Poszukiwany jest Architekt (Data / AI / GCP) odpowiedzialny za projektowanie referencyjnej architektury danych i AI w ramach Programu DATA (Data AI Hub), budowę standardów architektonicznych oraz wdrażanie rozwiązań AI wspierających rozwój platformy danych w środowisku Google Cloud Platform. What we offer: Rate: 1450-1550 PLN/ h + VAT Remote with visit office 1 time per month Warszawa Long Term B2B Contract Zakres Obowiązków: Definiowanie referencyjnej architektury platform danych i AI w oparciu o Google Cloud Platform. Opracowywanie standardów i wzorców architektonicznych dla rozwiązań AI i danych, w tym zgodności z AI Act, Polityką AI, Data & Model Lineage, Data Cards i Model Cards. Projektowanie wzorców integracji, pipeline’ów danych, architektur RAG oraz struktur danych dla AI/ML. Nadzór nad projektowaniem, implementacją, testowaniem i utrzymaniem komponentów danych oraz rozwiązań AI, w tym boosterów i asystentów wspierających Data Governance, Data Engineering oraz SDLC. Projektowanie i rozwój rozwiązań wykorzystujących LLM, vector search, bazy wektorowe, knowledge graphs, embeddings oraz AI Agents. Definiowanie i wdrażanie standardów bezpieczeństwa, wysokiej dostępności oraz optymalizacji kosztowej platform danych i AI. Zapewnienie zgodności rozwiązań z wymaganiami regulacyjnymi, ochroną danych, klasyfikacją informacji oraz tajemnicą bankową. Nadzór nad procesami MLOps, wdrażaniem CI/CD, model registry, monitoringiem modeli oraz automatyzacją wdrożeń. Zapewnienie spójnego podejścia do wykorzystania AI pomiędzy HUB AI, HUB DATA i HUB IT. Przygotowywanie dokumentacji technicznej i architektonicznej oraz realizacja transferu wiedzy do zespołów utrzymaniowych. Wymagania: Minimum 8 lat doświadczenia w IT, w tym minimum 5 lat jako Data Architect, Cloud Architect, Solution Architect lub AI Architect. Minimum 3 lata praktycznego doświadczenia z Google Cloud Platform. Bardzo dobra znajomość GCP: BigQuery, Cloud Storage, Dataflow, Dataproc/Spark, Pub/Sub, Composer, Dataplex, Vertex AI, Cloud Run oraz GKE. Doświadczenie w projektowaniu skalowalnych, bezpiecznych, wysoko dostępnych i zoptymalizowanych kosztowo platform danych w środowisku enterprise. Praktyczna znajomość IAM, bezpieczeństwa, sieci oraz kontroli dostępu w GCP. Doświadczenie w projektowaniu platform AI/ML w skali enterprise oraz integracji LLM z danymi organizacji. Znajomość architektur RAG, vector search, baz wektorowych, knowledge graphs, embeddings oraz AI Agents/Agentic AI. Doświadczenie z Vertex AI, Gemini, Model Garden, prompt engineeringiem, ewaluacją, monitoringiem oraz zarządzaniem cyklem życia modeli. Doświadczenie w obszarze MLOps obejmujące ML pipelines, CI/CD, model registry, monitoring, governance i automatyzację wdrożeń. Znajomość Terraform, GitHub Actions lub Cloud Build, Kubernetes, Docker oraz praktyk DevOps. Znajomość AI Act, regulacji sektora finansowego, ochrony danych, klasyfikacji informacji oraz tajemnicy bankowej. Doświadczenie w tworzeniu standardów AI oraz znajomość Data/Model Lineage, katalogów danych, Data Cards i Model Cards. Doświadczenie w projektowaniu enterprise data platforms oraz transformacjach cloud/data. Miłe widziane: Certyfikaty Google Cloud, w szczególności Cloud Architect, Data Engineer lub Machine Learning Engineer. Znajomość Graph DB, frameworków agentowych, MCP oraz narzędzi governance. Doświadczenie z rozwiązaniami Lakehouse. Doświadczenie w środowiskach multi-cloud. Doświadczenie w integracjach z Microsoft 365. Doświadczenie w bankowości lub innym środowisku regulowanym. Znajomość DORA. Doświadczenie z Document AI/OCR. Doświadczenie w modernizacji systemów legacy z wykorzystaniem AI. Inne Szczegóły: Team Structure: współpraca z HUB AI, HUB DATA i HUB IT. Impact: projektowanie architektury i standardów AI wspierających rozwój platformy danych oraz procesy Data Governance, Data Engineering i SDLC. Delivery Model: środowisko Google Cloud Platform z wykorzystaniem BigQuery, Dataflow, Dataproc/Spark, Vertex AI, Gemini, Cloud Run, GKE, Terraform, Cloud Build, GitHub Actions oraz integracji z Microsoft 365, Power BI, Oracle Apex i Jira.